含盐量是衡量咸鸭蛋品质的重要指标。为了利用机器视觉技术实现高压脉动腌制咸鸭蛋含盐量的无损检测。该研究采用工业相机和透射光源搭建咸鸭蛋的透射图像采集装置。采用图像整体特征和长轴截面光强度特征两种特征提取方法,利用多元线...含盐量是衡量咸鸭蛋品质的重要指标。为了利用机器视觉技术实现高压脉动腌制咸鸭蛋含盐量的无损检测。该研究采用工业相机和透射光源搭建咸鸭蛋的透射图像采集装置。采用图像整体特征和长轴截面光强度特征两种特征提取方法,利用多元线性回归、支持向量机回归两种算法,建立对蛋清、蛋黄及全蛋含盐量以及蛋黄指数的定量预测模型。结果表明,随着咸鸭蛋腌制时间的增加,其透光性显著提高。同时,透射图像蛋黄的所在视野区域会随着含盐量的增加而呈现规律性的变化。基于图像整体特征建立的蛋清、蛋黄、全蛋含盐量模型较优,在蛋黄指数预测下基于长轴截面光强度特征所建模型较优。其中,基于图像整体特征所建立的蛋黄含盐量支持向量机回归(support vector regression,SVR)模型最优,测试集相关系数(test set correlation coefficient,Rp)、测试集均方根误差(root mean square error of prediction,RMSEp)、相对分析误差(residual predictive deviation,RPD)分别达到0.8460、0.3416、1.898;基于长轴截面光强度特征建立的蛋黄指数多元线性回归(multiple linear regression,MLR)模型最优,测试集相关系数Rp、均方根误差RMSEp、相对分析误差RPD分别为0.8318、0.0743、1.916。该研究结果为咸鸭蛋含盐量的快速检测提供理论依据和技术支持。展开更多
文摘含盐量是衡量咸鸭蛋品质的重要指标。为了利用机器视觉技术实现高压脉动腌制咸鸭蛋含盐量的无损检测。该研究采用工业相机和透射光源搭建咸鸭蛋的透射图像采集装置。采用图像整体特征和长轴截面光强度特征两种特征提取方法,利用多元线性回归、支持向量机回归两种算法,建立对蛋清、蛋黄及全蛋含盐量以及蛋黄指数的定量预测模型。结果表明,随着咸鸭蛋腌制时间的增加,其透光性显著提高。同时,透射图像蛋黄的所在视野区域会随着含盐量的增加而呈现规律性的变化。基于图像整体特征建立的蛋清、蛋黄、全蛋含盐量模型较优,在蛋黄指数预测下基于长轴截面光强度特征所建模型较优。其中,基于图像整体特征所建立的蛋黄含盐量支持向量机回归(support vector regression,SVR)模型最优,测试集相关系数(test set correlation coefficient,Rp)、测试集均方根误差(root mean square error of prediction,RMSEp)、相对分析误差(residual predictive deviation,RPD)分别达到0.8460、0.3416、1.898;基于长轴截面光强度特征建立的蛋黄指数多元线性回归(multiple linear regression,MLR)模型最优,测试集相关系数Rp、均方根误差RMSEp、相对分析误差RPD分别为0.8318、0.0743、1.916。该研究结果为咸鸭蛋含盐量的快速检测提供理论依据和技术支持。
文摘土壤盐渍化严重影响大豆品质与产量,筛选耐盐大豆资源对开展盐碱地综合利用意义重大。为建立大豆苗期耐盐鉴定评价体系,设置淡水和NaCl含量为0.9%~1.8%的10个等差梯度,以蛭石为培养基质,大豆2片真叶始现时开始盐处理。结果表明, 1.2%盐处理16 d时,不同大豆种质资源耐盐等级四分位差值最大,是大豆苗期耐盐鉴定评价的最适条件。利用大豆苗期耐盐鉴定评价体系对来自国内外的504份大豆种质资源进行苗期耐盐性鉴定评价,耐盐等级为1级、2级、3级、4级、5级的大豆资源依次为46份、146份、157份、79份、76份。利用GmSALT3基因的分子标记对1级耐盐资源进行检测,其中40份(86.96%)大豆材料扩增结果与GmSALT3基因的分子标记结果相符合。为分析大豆苗期鉴定过程中盐胁迫浓度的变化趋势,确立了土壤含盐量(Y,%)与电导率(X,mScm^(–1))的回归方程:Y=0.278X–0.0618,预测精准度在95%以上。测定统计了从盐处理开始至调查结束时的培养基质含盐量变化趋势,培养基质含盐量基本维持在13 mS cm^(–1)左右。本研究为大豆苗期规模化耐盐性鉴定和培育耐盐新种质提供了技术体系和基础材料。
